年底了，你發(fā)年終獎了么？是不是很不爽？不管是被動畢業(yè)還是主動畢業(yè)，生活還得繼續(xù)是不是？

作為程序員，那就離不開Redis，誰讓不爭氣的磁盤還是那么慢呢？要過了面試這道坎，Redis必須掌握好。除了會用，還得了解它背后的原理。

為啥？因為大家現(xiàn)在都在養(yǎng)蠱。人生在世，諸多無奈。逆水行舟，不進則退。

如果你讀過Redis相關(guān)的書籍，本文就幫你快速的擼一遍。沒讀過也不要緊，缺啥補啥。

redis能力：

• 1 0W/s QPS （redis-benchmark）
• 1w+ 長鏈接 （netstat / ss）
• 最復(fù)雜的Zset 6kw數(shù)據(jù) 寫入1k/s 讀取5k/s 平均耗時5ms
• 持久化 (rdb)

1. 基本概覽

學(xué)習(xí)一門新語言，重要的是掌握它的基本數(shù)據(jù)結(jié)構(gòu)，以及這些數(shù)據(jù)結(jié)構(gòu)的API。redis的這些數(shù)據(jù)結(jié)構(gòu)，就類似一門語言。

Redis數(shù)據(jù)結(jié)構(gòu)

常用5種，一共10種。面試時一般回答5種即可，但其他5種是加分項。

• String 字符串
• Hash 字典
• List 列表
• Set 集合
• ZSet? 有序集合。性能參考：《redis的zset有多牛？請把耳朵遞過來》
• Pubsub 發(fā)布訂閱 （不推薦使用，坑很多）
• Bitmap 位圖
• GEO 地理位置 （有限使用，附近的人）
• Stream 流(5.0) （與Kafka非常像）
• Hyperloglog 基數(shù)統(tǒng)計

Redis的協(xié)議

Redis是文本協(xié)議

• RESP 以CRLF結(jié)尾(\r\n)
• RESP3 （redis6啟用，增加客戶端緩存）

Redis底層數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)量較小和大數(shù)據(jù)量的時候，往往不同，關(guān)注大數(shù)據(jù)量的主要結(jié)構(gòu)。

• String-sds
• Hash-(ziplist , dict)
• Set-(intset,dict)
• List-(ziplist,quicklist)
• ZSet-(ziplist+skiptable 跳表)
• Stream-(radix-tree 基數(shù)數(shù))

跳表的關(guān)注度比較大，在Java中，可以參考類似ConcurrentSkipListMap實現(xiàn)。

另：Java中有序Set叫做TreeSet，但是用紅黑樹實現(xiàn)的，注意區(qū)別。

Redis持久化方式

生產(chǎn)環(huán)境，一般僅采用RDB模式。

• RDB
• AOF （類似Binglog row模式）
• 混合模式：RDB+AOF

O(n)指令

• keys *
• hgetall
• smembers
• sunion
• ...

建議在集合大小不確定的時候，使用scan hscan sscan zscan 替代。另外，像keys這種危險命令，最好使用RENAME指令給屏蔽掉。

性能優(yōu)化

• unlink刪除key -> 異步避免阻塞
• pipeline批量傳輸，減少網(wǎng)絡(luò)RTT ->減少頻繁網(wǎng)絡(luò)交互
• 多值指令（mset，hmset）-> 減少頻繁網(wǎng)絡(luò)交互
• 關(guān)掉aof -> 避免io_wait

擴展方式

• lua
• redis-module

module模式知道的人比較少，屬于比較底層的開發(fā)。

2. 問題排查

• monitor指令
• keyspace-events 訂閱某些Key的事件。比如，刪除某條數(shù)據(jù)的事件，底層實現(xiàn)基于pubsub
• slow log 顧名思義，滿查詢，非常有用
• --bigkeys啟動參數(shù) Redis大Key健康檢查。使用的是scan的方式執(zhí)行， 不用擔(dān)心阻塞
• memory usage key、memory stats 指令
• info?指令，關(guān)注instantaneous_ops_per_sec、used_memory_human、connected_clients
• redis-rdb-tools rdb線下分析

3. 淘汰策略

如果你應(yīng)聘的是redis dba，這道題答不出來，直接淘汰。

1. 被動刪除 (只有被get到的時候，刪除并返回NIL 屬于惰性刪除）
2. 主動刪除 (100ms運行一次，隨機刪除持續(xù)25ms，類似Cron）
3. ->內(nèi)存使用超過maxmemory，觸發(fā)主動清理策略

針對于第三種情況，有8種策略。注意，redis已經(jīng)有LFU了。

1. 默認(rèn)volatile-lru 從設(shè)置過期數(shù)據(jù)集里查找最近最少使用
2. volatile-ttl 從設(shè)置過期的數(shù)據(jù)集里面優(yōu)先刪除剩余時間短的Key
3. volatile-random 從設(shè)置過期的數(shù)據(jù)集里面任意選擇數(shù)據(jù)淘汰
4. volatile-lfu 從過期的數(shù)據(jù)集里刪除 最近不常使用 的數(shù)據(jù)淘汰
5. allkeys-lru
6. allkeys-lfu
7. allkeys-random 數(shù)據(jù)被使用頻次最少的,優(yōu)先被淘汰
8. no-enviction

如果不設(shè)置maxmemory,Redis將一直使用內(nèi)存，直到觸發(fā)操作系統(tǒng)的OOM-KILLER。

4. 集群模式

1. 單機
2. 單機多實例
3. 主從（1+n）
4. 主從（1+n）& 哨兵（3或者基數(shù)個）
5. Redis Cluster （推薦，但使用有限制）。參考：《與親生的Redis Cluster，來一次親密接觸》

互聯(lián)網(wǎng)建議使用Redis Cluster，外包、項目隨意。

具體搭建過程，請參考：《好慌，Redis這么多集群方案，要用哪種？》

大規(guī)模

• twemproxy
• codis
• 基于Netty Redis協(xié)議自研
• 管理平臺：CacheCloud

5. Redis常見問題

Redis使用場景

• 緩存 （緩存一致性 緩存穿透 緩存擊穿 緩存雪崩）
• 分布式鎖 （redlock）
• 分布式限流
• Session

API舉例：

• zset 排行榜，排序
• bitmap 用戶簽到，在線狀態(tài)
• geo 地理位置，附近的人
• stream 類似kafka的消息流
• hyperloglog 每日訪問ip數(shù)統(tǒng)計

緩存一致性

為什么有一致性問題?

• 寫入。緩存和數(shù)據(jù)庫是兩個不同的組件，只要涉及到雙寫，就存在只有一個寫成功的可能性，造成數(shù)據(jù)不一致。
• 更新。更新的情況類似，需要更新兩個不同的組件。
• 讀取。讀取要保證從緩存中讀到的信息是最新的，是和數(shù)據(jù)庫中的是一致的。
• 刪除。當(dāng)刪除數(shù)據(jù)庫記錄的時候，如何把緩存中的數(shù)據(jù)也刪掉？

建議使用：Cache Aside Pattern

讀請求：

• 先讀cache，再讀db

變更操作：

• 先操作數(shù)據(jù)庫，再 淘汰 緩存

涉及到復(fù)雜的事務(wù)和回滾操作，可以把淘汰放在finally里。

問題：緩存淘汰失敗?。ǜ怕屎艿?，定時補償）

緩存擊穿

影響，輕微。

高流量下 大量請求讀取一個失效的Key -> Redis Miss -> 穿透到DB

解決方式：采用分布式鎖，只有拿到鎖的第一個線程去請求數(shù)據(jù)庫，然后插入緩存

緩存穿透

影響，一般。

訪問一個不存在的Key-> Redis Miss -> 穿透到DB

解決方式：

1. 給相應(yīng)的Key設(shè)置一個Null值，放在緩存中
2. BloomFilter預(yù)先判斷

緩存雪崩

影響：嚴(yán)重。

大量Key同時失效 ｜ 2.Redis當(dāng)機 -> Redis Miss -> 壓力打到DB

解決方式：

1. 給失效時間加上相對的隨機數(shù)
2. 保證Redis的高可用

分布式鎖

redis的分布式鎖，并不是那么簡單。建議使用redisson的redlock。最基礎(chǔ)的指令是setnx。

setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]

分布式鎖 關(guān)鍵點：

• 原子性
• 鎖超時
• 死鎖
• 讀寫鎖
• 故障轉(zhuǎn)移

最簡單的Redis分布式鎖代碼（不嚴(yán)謹(jǐn)）。

java端代碼模擬lock和unlock。

public String lock(String key, int timeOutSecond){
    for (; ; ) {
        String stamp = String.valueOf(System.nanoTime());
        boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS);
        if (exist) {
            return stamp;
        }
    }
}
public void unlock(String key, String stamp){
    redisTemplate.execute(script, Arrays.asList(key), stamp);
}

lua腳本unlock。

local stamp = ARGV[1]
local key = KEYS[1]
local current = redis.call("GET",key)
if stamp == current then
    redis.call("DEL",key)
    return "OK"
end

6. Redis使用

常用Java客戶端

• lettuce SpringBoot默認(rèn),基于Netty的事件驅(qū)動模型
• jedis   老牌的客戶端，使用commons-pool來完成線程池開發(fā)
• redisson 非常豐富的分布式數(shù)據(jù)結(jié)構(gòu)，包括鎖，分布式Map等。大量使用Lua腳本?

詳細分析：Redis都要老了，你還在用什么古董客戶端？

使用規(guī)范

根據(jù)公司情況自定義裁剪，沒有萬能的規(guī)范。更多：

這可能是最中肯的Redis規(guī)范了

• 使用連接池，不要頻繁創(chuàng)建關(guān)閉客戶端連接
• 消息大小限制 消息體在10kb以下，可以使用snappy、msgpack等壓縮
• 避免大key和hot key
• 不使用O(n)指令
• 不使用不帶范圍的Zrange指令
• 不使用database（容易覆蓋數(shù)據(jù)）
• 不使用高級數(shù)據(jù)結(jié)構(gòu)（使用基本的5種）
• 不使用事務(wù)操作
• 禁止長時間monitor

springboot cache redis

• 使用時更要注意規(guī)范性
• cache層抽象層次太高，如需要操作底層的數(shù)據(jù)結(jié)構(gòu)，直接使用redisTemplate

Redis是多線程？

要看哪個階段。數(shù)據(jù)操作階段，一直是單線程的，哪怕是redis6。

這篇文章分析了這個過程：和 杠精 聊Redis多線程 :(

End